毛竹竹片弦切面圖像紋理特征分析與應用.pdf

1、采用工業(yè)相機、標準光源、微型計算機建立計算機機器視覺系統(tǒng)，運用VC++.net編寫毛竹竹片弦面圖像拍攝程序，分別拍攝毛竹竹片弦切面節(jié)子區(qū)圖像和節(jié)間區(qū)圖像。對毛竹竹片弦切面圖像進行降噪等預處理后，基于數(shù)學形態(tài)學、灰度共生矩陣、快速傅立葉變換等圖像紋理分析方法，分別在空域或頻域分析毛竹竹片弦切面圖像紋理特征，提取竹片弦面節(jié)子區(qū)和節(jié)間區(qū)圖像紋理特征參數(shù)，對比分析節(jié)子區(qū)圖像和節(jié)間區(qū)圖像紋理特征參數(shù)的差異，篩選出能用于判別毛竹竹片弦切面節(jié)子區(qū)和節(jié)

2、間區(qū)的紋理特征參數(shù)；以優(yōu)選的紋理特征參數(shù)作為BP神經(jīng)網(wǎng)絡的輸入?yún)?shù)、以是否為竹子區(qū)為輸出參數(shù)，構建BP神經(jīng)網(wǎng)絡，經(jīng)訓練后，可準確地對毛竹竹片弦切面節(jié)子區(qū)和節(jié)間區(qū)進行判別。
　　分析毛竹竹片弦切面紋理構成與特征，基于數(shù)學形態(tài)學選擇了維管束長度、寬度、面積、維管束矩形度等參數(shù)對竹片弦切面紋理特征進行描述，并運用編寫的基于數(shù)學形態(tài)學的紋理特征參數(shù)提取程序，提取了大量節(jié)子區(qū)、節(jié)間區(qū)圖像的紋理特征參數(shù)。通過對毛竹竹片弦切面節(jié)子區(qū)與節(jié)間區(qū)圖像

3、紋理特征的分析與比較，維管束的最大長度在節(jié)子區(qū)和節(jié)間區(qū)圖像間存在顯著差異，可作為判斷節(jié)子區(qū)和節(jié)間區(qū)圖像的特征參數(shù)之一。
　　基于灰度共生矩陣分析方法，選擇了灰度共生矩陣的均值、方差、逆差矩、對比度、非相似度、熵、角二階距（能量）、相關性等特征參數(shù)描述毛竹竹片弦切面紋理特征。運用編寫的基于灰度共生矩陣的紋理特征參數(shù)提取程序，以不同的灰度量化級、像元對方向、像素距離等構造因子提取基于灰度共生矩陣的竹片弦切面紋理特征參數(shù)，對生成灰度共生

4、矩陣的構造因子進行優(yōu)選，以優(yōu)選的構造因子重新提取竹片弦切面紋理特征參數(shù)，分析和比較竹片節(jié)子區(qū)和節(jié)間區(qū)的圖像紋理特征的差異，篩選出竹片節(jié)子區(qū)和節(jié)間區(qū)間存在較顯著差異的竹片弦切面圖像紋理特征，包括：能量、逆差矩、對比度、非相似度、熵。
　　采用對竹片弦切面圖像進行快速傅立葉變換，引入圖像頻域紋理特征參數(shù)描述竹片弦切面圖像紋理特征。頻域紋理特征描述參數(shù)包括：圖像頻譜振幅均值、方差、熵、頻譜能量及方環(huán)頻譜能量比。運用編寫的圖像快速傅立葉變

5、換及頻域特征參數(shù)提取程序，分別提取竹片弦切面節(jié)子區(qū)和節(jié)間區(qū)圖像的頻域特征參數(shù)，分析和比較節(jié)子區(qū)和節(jié)間區(qū)圖像的頻域特征差異，篩選出圖像頻譜幅值的方差、頻譜第三、七、八、九環(huán)的能量比等5個特征參數(shù)，這些頻域特征參數(shù)在節(jié)子區(qū)和節(jié)間區(qū)圖像間存在較大差異。
　　由維管束最大長度、能量、逆差矩、對比度、非相似度、熵、頻譜幅值的方差、頻譜第三、七、八、九環(huán)的能量比11個紋理特征參數(shù)構建竹片弦切面圖像紋理特征參量。運用MATLAB軟件設計BP神經(jīng)